基于LCD和多重分形去趋势波动分析的故障诊断方法

摘要：

针对滚动轴承振动信号非线性、非平稳性以及故障特征难以提取的问题,提出了基于局部特征尺度分解(local characteristic-scale decomposition,LCD)和多重分形去趋势波动分析(multifractal detrended fluctuation analysis,MF-DFA)的故障诊断方法.该方法首先利用LCD将振动信号分解成不同尺度下的内禀尺度分量(intrinsic scale component,ISC).其次,对包含主要信息的前几个ISC分量进行MF-DFA分析,并选取每个ISC分量的Hurst指数作为故障特征.然后,采用线性局部切空间排列(liner local tangent space alignment,LLTSA)对故障特征进行降维以获得对故障敏感的低维特征.最后,利用支持向量机(support vector machine,SVM)对提取特征进行分类识别.滚动轴承的故障诊断实验表明,所提方法能够有效地识别滚动轴承的典型故障,具有一定的优势.

关键词：局部特征尺度分解、多重分形去趋势波动分析、特征提取、滚动轴承、故障诊断

所属期刊栏目：40

分类号：TH165.3

资助基金：重庆市教委科研项目KJ102102;重庆市科委科研项目2014社19号

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：559-564